La durée de conservation du cache de prompts d'OpenAI passe d'une demi-heure à 12 heures. Le compte OpenAI Developers a annoncé le 20 octobre 2026 que la Responses API propose désormais un palier de cache optionnel de 12 heures : les instructions, définitions d'outils et contextes partagés qui retombent sur le cache après plusieurs heures d'intervalle restent facturés au tarif d'entrée en cache. Le responsable de Codex, Tibo Sottiaux, a ajouté que pour les utilisateurs connectés de Codex et Work, le cache est désormais conservé indéfiniment : revenir sur une ancienne conversation après n'importe quel délai garantit un accès au cache, sans pénalité d'expiration.
Le palier 12 heures coûte plus cher à l'écriture, moins cher à l'attente
| Palier | Conservation minimale | Prix d'écriture | Prix de lecture |
|---|---|---|---|
| Par défaut 30m | 30 minutes | 1,25 fois le tarif d'entrée | 0,1 fois le tarif d'entrée |
| Nouveau 12h | 12 heures | 2,5 fois le tarif d'entrée | 0,1 fois le tarif d'entrée (0,05 fois sur GPT-6.1 Sol) |
Les deux chiffres sont des minimums ; le système peut conserver les entrées plus longtemps. Le calcul du palier 12 heures est simple : on paie le double à l'écriture pour que le cache ne périme pas pendant les heures où un agent est inactif, en file d'attente ou en attente d'une réponse de l'utilisateur. Pour un agent permanent qui réutilise toute la journée les mêmes instructions et outils, l'ancien régime imposait de repayer le plein tarif d'un long prompt toutes les demi-heures ; avec le palier 12 heures, l'entretien du même contexte ne coûte plus que le prix d'écriture. Ce réglage ne vaut que pour GPT-5.6 et les modèles ultérieurs dans la Responses API.
Le piège est dans le placement : ne pas faire écrire chaque nouveau tour à 2,5 fois
Le palier 12 heures ne s'active pas partout sans réfléchir. Si ttl est défini au niveau supérieur d'une requête, il s'applique aussi au point d'arrêt implicite du cache, et les nouveaux tokens de chaque tour de conversation sont alors écrits à 2,5 fois le tarif : la facture des longues conversations augmente au lieu de baisser. La démarche raisonnable consiste d'abord à comprendre ce qu'est le cache de prompts et à quelle granularité il correspond, puis à placer un point d'arrêt explicite à la fin du matériau réutilisé toute la journée : instructions système, documentation des outils et documents de référence fixes s'arrêtent là, tandis que la saisie utilisateur, qui change chaque jour, reste en dehors du point d'arrêt. Le prix d'écriture à 2,5 fois ne s'amortit que si le même matériau est réutilisé à plusieurs reprises avec des intervalles de plus d'une demi-heure ; les questions ponctuelles et les sessions courtes ont intérêt à rester sur le palier par défaut.
Les utilisateurs de Codex n'ont rien à changer
Au-delà du changement de facturation de l'API, les utilisateurs connectés de Codex et Work suivent une autre règle : leur cache est conservé indéfiniment, et rouvrir une conversation vieille de plusieurs jours ne coûte ni plus cher ni plus de temps à cause d'un cache expiré. C'est le 16e jour des 28 jours de publications quotidiennes de Codex. Pour les utilisateurs ordinaires, cela supprime le coût caché du « s'absenter un moment et tout recommencer au retour » ; pour les développeurs d'API, le signal est encore plus net : la réutilisation de longs contextes passe du coup de chance à une certitude qui s'achète par palier.
